基于多视角图像的可微蒙特卡洛光线追踪手部几何精化
计算机视觉与模式识别
2022-01-10 v3
摘要
手部姿态与形状估计研究领域中可用数据集与工具的数量和质量，证明了该领域已取得显著进展。然而，即便迄今报道的质量最高的数据集，在标注方面仍存在不足。我们提出了一种基于可微光线追踪的精化方法，并展示了高质量公开多相机手部数据集（InterHand2.6M）如何在标注质量方面成为更优的数据集。可微光线追踪此前尚未应用于相关问题，本文证明其优于过去所用的近似替代方法。就定量评估而言，为应对缺乏可靠真值的问题，我们借助真实感合成数据，表明我们所引入的改进确实显著。在真实数据中，通过视觉评估同样可见该改进。
引用
@article{arxiv.2107.05509,
title = {Multi-view Image-based Hand Geometry Refinement using Differentiable Monte Carlo Ray Tracing},
author = {Giorgos Karvounas and Nikolaos Kyriazis and Iason Oikonomidis and Aggeliki Tsoli and Antonis A. Argyros},
journal= {arXiv preprint arXiv:2107.05509},
year = {2022}
}
备注
British Machine Vision Conference (BMVC) 2021